Word Ladders, scale di parole.

In questo articolo Marianna Bolognesi, Professoressa Associata in Linguistica presso il Dipartimento di Lingue, Letterature e Culture Moderne dell’Università di Bologna, presenta il progetto di Ricerca Abstraction e l’applicazione Word Ladders per la costruzione di scale di parole in base alla specificità.

Il progetto di ricerca Abstraction: Unlocking meaning from experience through language (fig.1), finanziato da una borsa ERC Starting Grant per cinque anni, è portato avanti da un gruppo di ricerca il cui nucleo scientifico è composto da 2 dottorandi, 3 assegnisti postdoc e una PI (la sottoscritta), presso Dipartimento di Lingue, Letterature e Culture Moderne dell’Università di Bologna (ERC-2021-STG-101039777, https://www.abstractionproject.eu/).

Il progetto ha lo scopo ambizioso di capire come parole che variano in livelli di specificità e di concretezza vengano processate nella mente, e come vengano utilizzate in testi di genere diverso, scritti per diversi tipi di lettore, in inglese e in italiano.

Per illustrare meglio la questione possiamo fare un veloce passo indietro di quasi 80 anni, quando George Orwell (famoso principalmente per i suoi romanzi distopici) pubblica il saggio “La politica e la lingua inglese”. In questo saggio Orwell critica aspramente la qualità della lingua usata nei testi scritti del suo tempo, individuandone due vizi principali. Il primo è l’aridità di immagini, cioè l’uso eccessivo di parole astratte, ovvero parole che denotano concetti ai quali non corrisponde un oggetto tangibile nel mondo, esperibile attraverso i nostri sensi. Giurisdizione e autorevolezza sono esempi di parole astratte, mentre ad esempio occhiali e scrivania sono parole concrete. Il secondo vizio che Orwell attribuisce ai testi “scritti male” è la mancanza di precisione, cioè l’uso di parole troppo generiche, ovvero parole che descrivono categorie di concetti molto inclusive, ad un livello tassonomico alto, come ad esempio utensile o religione, rispetto a martello e Buddhismo.

Per quanto riguarda lo studio scientifico della comprensibilità e leggibilità dei testi, già dalla metà del secolo scorso sono state introdotte alcune misure per la valutazione automatica, basate su caratteristiche lessicali come la frequenza e la lunghezza delle parole (ad esempio, Flesch 1948; Fry 1968; McCallum, Peterson 1982). Formule relativamente più recenti tengono conto di una vasta gamma di fattori, tra cui la morfosintassi delle frasi e, a livello lessicale, fattori cognitivi come l’immaginabilità o la familiarità delle parole (Benjamin 2012). Approcci ancor più recenti alla misurazione delle leggibilità dei testi si basano su rappresentazioni vettoriali dei testi e reti neurali volte a predire livelli di leggibilità precedentemente valutati da umani (vedi ad esempio Deutsch et al., 2020). Nonostante i grandi passi avanti a livello generale nel campo della leggibilità dei testi, resta poco chiaro come le due variabili della concretezza (o astrattezza) e della specificità (o genericità) influenzino la qualità di un testo, da sole e in interazione, e come questi due fattori varino a seconda del tipo di testo e del tipo di lettore. Infatti, un testo divulgativo che voglia spiegare le frontiere di ricerca sull’editing del genoma umano userà necessariamente parole più concrete e meno specifiche (vedi es. 1) rispetto ad un articolo scientifico in ambito clinico rivolto ad esperti del settore (vedi es. 2).

1. CRISPR/Cas9 è una sorta di forbice molecolare in grado di tagliare un DNA.
2. CRISPR-Cas è una nucleasi guidata da RNA attraverso l’appaiamento di basi Watson-Crick con il DNA bersaglio.

Un problema fondamentale nello studio di queste due variabili e del loro effetto sulla leggibilità dei testi è che sono trattate, definite e operazionalizzate in modo diverso in diverse tradizioni scientifiche. Si parla di concreteness o di abstractness, relativamente alla prima variabile (es. Borghi e Binkofsky 2014; Villani et al., 2019; Frassinelli e Schulte im Walde, 2019), come se queste due caratteristiche non fossero semplicemente due poli di un’unica scala, ma due variabili diverse. E si parla di specificity, genericity, category inclusiveness, generality, precision, o taxonomic level, relativamente alla seconda (es., Krifka et al. 1995; von Heusinger, 2002; Govindarajan et al., 2019; Farkas e Brasoveanu, 2019; Bosse, 2021). Inoltre, entrambe le variabili sono considerate in alcuni studi come variabili categoriali binarie, in altre come variabili continue (es. Pollock 2018 per una discussione). Infine, le due variabili vengono spesso confuse l’una con l’altra, assumendo a priori che parole che definiscono concetti astratti (es. libertà, convinzione, essenzialità) siano mediamente più generiche di parole che definiscono concetti concreti (es. tavolo, insetto, tulipano).

Per quanto riguarda lo studio della concretezza, ricerche in ambito cognitivo mostrano che le parole concrete sono mediamente imparate prima dai bambini rispetto a quelle astratte, e sono riconosciute più in fretta e memorizzate più facilmente dagli adulti (Hoffman, 2016 per una panoramica). Il grado di specificità/genericità di tali parole non viene però tenuto in considerazione, mentre potrebbe influire non poco sugli effetti descritti. In uno studio recente il gruppo del progetto Abstraction riporta che non solo la concretezza delle parole, ma anche la loro specificità spieghi una porzione significativa di varianza nei tempi di reazione misurati su compiti di decisione semantica (Lamarra et al., in prep.). Inoltre, uno degli argomenti portati a supporto del vantaggio cognitivo delle parole concrete rispetto a quelle astratte è il fatto che le parole concrete avrebbero un repertorio di contesti d’uso più denso e ristretto, mentre le parole astratte avrebbero un repertorio di contesti d’uso più ampio e sparso. Questo renderebbe il significato delle parole concrete più facile da apprendere e processare. In uno studio recente, tuttavia, abbiamo mostrato come la variabilità di contesti d’uso è in realtà meglio spiegabile in termini di specificità delle parole, rispetto che in termini di concretezza (Rambelli e Bolognesi, 2023). E’ dunque da capire meglio  fino a che punto il vantaggio delle parole concrete rispetto a quelle astratte sia dovuto effettivamente alla loro concretezza, e quanto invece sia dovuto alla loro specificità.

In ambito più prettamente linguistico sono molti gli studi relativi all’uso di parole appartenenti al lessico di base rispetto a parole del lessico sovraordinato o sottordinato. Inoltre, studi classici di carattere psicologico (es. Rosch e Mervis 1976) mostrano come le parole del lessico di base siano più salienti rispetto alle parole appartenenti ad altri livelli lessicali. Tali studi si basano però esclusivamente su parole che definiscono categorie di referenti concreti, lasciando fuori i concetti astratti per i quali la variabilità in livelli tassonomici sembrerebbe essere meno rilevante se pensiamo ad alcuni tipi di concetti astratti come logica o convinzione. Tuttavia, pensando ad una parola come religione, per un adulto mediamente istruito potrebbe essere abbastanza facile pensare a categorie sovraordinate (es. credenza) e categorie sottordinate a vari livelli di specificità (es. monoteismo, Cristianesimo, Cattolicesimo). E’ dunque utile distinguere per quali tipi di concetti astratti i gradi di specificità siano più rilevanti e per quali la specificità non sia rilevante.

In generale, quale sia la relazione tra la concretezza e la specificità delle parole resta una domanda aperta sia dal punto di vista cognitivo che da quello linguistico e testuale. Da un paio di studi recenti basati su dataset ristretti, risulta che tra le due variabili sussista una correlazione positiva e significativa, ma non particolarmente forte (Bolognesi et al., 2020; Bolognesi e Caselli, 2022). Per indagare in maniera più approfondita la relazione tra queste due variabili e scoprire quale siano gli effetti comunicativi ottenibili grazie al loro uso strategico in vari tipi di testo, è necessario poter misurare la concretezza e la specificità di una parola, possibilmente in relazione al tipo di parlante. Se per la concretezza delle parole esistono vari dataset di giudizi forniti da parlanti, per la specificità mancano tali risorse. In Bolognesi et al. (2020) abbiamo cercato di estrarre il livello di specificità di 13K nomi estraendo misure da WordNet, consci dei limiti di questa risorsa. Più di recente abbiamo raccolto giudizi di specificità da parlanti italofoni (Bolognesi e Caselli 2022) e anglofoni (Ravelli et al., in prep.) per un set di 1K parole. Ma per raccogliere in maniera estensiva valori di specificità su migliaia di parole in lingua italiana e in lingua inglese, con diverse categorie di parlanti, i classici tasks di crowdsourcing pongono una serie di limiti, che il gruppo di ricerca Abstraction ha cercato di aggirare adottando un approccio gamificato. Abbiamo dunque sviluppato un gioco linguistico: Word Ladders.

Word Ladders (fig.3) è una app gratuita per telefoni cellulari, in cui i giocatori si possono sfidare, giocare individualmente o in gruppo, e fare stretching linguistico, per allenare le proprie competenze lessicali, con lo scopo di costruire scale di parole più lunghe possibili a partire da una parola iniziale fornita dal gioco. Dopo la prima partita di prova, la piattaforma chiede alcune informazioni demografiche ai giocatori, che vengono trattate nel rispetto della privacy dell’utente (https://www.abstractionproject.eu/privacy-policy). Queste informazioni servono a noi ricercatori per incrociare le caratteristiche sociodemografiche dei giocatori con il tipo di scale di parole prodotte, e all’utente per confrontarsi con i propri pari nella classifica generale del gioco. Dalle scale prodotte potremo estrarre valori di specificità delle parole e metterli in relazione all’età, titolo di studio, professione e abitudini di lettura dell’utente.

L’applicazione Word Ladders, oltre a fornire dati per la ricerca, è un utile strumento di allenamento lessicale che sta riscontrando molto successo in ambito scolastico, nelle 28 classi (elementari, medie e superiori) in cui stiamo organizzando interventi in queste settimane. Sono sempre più numerosi, infatti, i docenti di scuole medie e superiori che accolgono con entusiasmo interventi nelle classi volti a spiegare agli studenti e alle studentesse i benefici sia comunicativi che cognitivi che un lessico ampio e granulare può portare ai parlanti.

Condividiamo i link per scaricare Word Ladders  e incontrarci nella classifica generale di “scalatori di lessico”.

Android 👉 shorturl.at/kqAOS
Apple 👉 shorturl.at/buIS2

Concludiamo con un ultimo punto che mira ad anticipare possibili commenti critici relativi alla variabile su cui si focalizza lo strumento Word Ladders, ovvero quella variabile che abbiamo definito specificità, pur avendo ammesso che diverse comunità scientifiche la trattano e la definiscono in maniere diverse. La nostra working definition di specificità può essere parafrasata con inclusività categoriale. Il progetto ABSTRACTION, ed in particolare la app Word Ladders, si focalizza su questa variabile senza inferire ovviamente che tutta la conoscenza sia organizzata per mezzo lessicale nella mente dei parlanti in forma di tassonomia, guidata dal solo principio della specificità e dell’inclusione categoriale tra significati. Infatti, non è lo scopo di Word Ladders quello di costruire un’architettura della conoscenza lessicale dei parlanti, ma piuttosto quello di capire come funzioni nella mente dei parlanti (e nel loro lessico attivo) la relazione di inclusività categoriale. Questo tipo di risorsa potrà essere utile anche alle comunità scientifiche interessate a studiare i meccanismi di categorizzazione semantica in relazione al tipo di parlante. Grazie ai dati raccolti con Word Ladders sarà ad esempio possibile capire per quali tipi di parlanti siano più presenti i bias cognitivi come gli stereotipi di genere o di razza che ritroviamo poi rappresentati anche in vari large language models.

Bibliografia

Bolognesi, M. M., & Caselli, T. (2022). Specificity ratings for Italian data. Behavior research

methods, 10.3758/s13428-022-01974-6. Advance online publication.

Bolognesi, M., Burgers, C., & Caselli, T. (2020). On abstraction: Decoupling conceptual

concreteness and categorical specificity. Cognitive Processing, 21(3), 365–381.

Borghi, A. M., & Binkofski, F. (2014). Words as social tools: An embodied view on abstract concepts. Springer Science + Business Media.  

Bosse, A (2021) Generics: some (non) specifics. In Synthese 199, pp. 14383–14401.  Collacciani, C., Ravelli, A., Bolognesi, M. (in prep.) Specifying Genericity through

Inclusiveness and Abstractness Continuous Scales.

Deutsch, T., Jasbi, M., & Shieber, S. (2020). Linguistic Features for Readability Assessment. In Proceedings of the Fifteenth Workshop on Innovative Use of NLP for Building Educational Applications, pages 1–17, Seattle, WA. Association for Computational Linguistics.

Farkas, D F and Brasoveanu, A (2019). Kinds of (Non)Specificity. In D. Gutzmann, L. Matthewson, C. Meier, H. Rullmann and T. Zimmermann (eds) The Wiley Blackwell Companion to Semantics.  

Frassinelli, D. & Schulte im Walde, S. (2019). Distributional Interaction of Concreteness and Abstractness in Verb–Noun Subcategorisation. In Proceedings of the 13th International Conference on Computational Semantics – Short Papers, pages 38–43, Gothenburg, Sweden. Association for Computational Linguistics.

Govindarajan V, Van Durme B, and White AS (2019) Decomposing Generalization: Models of Generic, Habitual, and Episodic Statements. In Transactions of the Association for Computational Linguistics, pp. 501–517.  

Hoffman, P. (2016). The meaning of “life” and other abstract words: Insights from neuropsychology. Journal of Neuropsychology, 10(2), 317–343 

Krifka M, Pelletier F, Carlson G, ter Meulen A, Link G, Chierchia G (1995) Genericity: an introduction. In Carlson G, Pelletier F (eds) The generic book. The University of Chicago Press, Chicago, IL, pp. 1–124.  

Lamarra, T., Villani, C., Bolognesi, M. (in prep.) Facilitatory effects in conceptual processing of

words that vary in concreteness and specificity: a Lexical Decision and a Semantic Decision

Study.

Pollock, L. (2018). Statistical and methodological problems with concreteness and other semantic variables: A list memory experiment case study. Behav Res 50, 1198–1216.

Rambelli, G., Bolognesi, M. (2023). Contextual Variability depends on Categorical Specificity

rather than Conceptual Concreteness: A Distributional Investigation on Italian data. Selected

papers (proceedings) of IWCS 2023, International Workshop in Computational Semantics,

Nancy, France.

Ravelli, A., Bolognesi, M., Caselli, T. (in prep.) Specificity ratings for English data.

Rosch, E., Mervis, C. B., Gray, W. D., Johnson, D. M., & Boyes-Braem, P. (1976). Basic objects in natural categories. Cognitive Psychology, 8(3), 382–439.

Villani, C., Lugli, L., Liuzza, M., & Borghi, A. (2019). Varieties of abstract concepts and their multiple dimensions. Language and Cognition, 11(3), 403-430. 

Von Heusinger, K (2002) Specificity and Definiteness in Sentence and Discourse Structure. In Journal of Semantics, Volume 19, Issue 3, August 2002, pp. 245–274. 

---

---